正则表达式 - 这样字符串不包含特定字符

时间:2012-11-30 19:53:03

标签: python regex bioinformatics

我想要一个正则表达式来检查字符串是否包含除“A”,“G”,“C”,“U”之外的任何字符 Ë 字符串就像ggggugcccgcuagagagacagu

我希望正则表达式检查它是否仅包含这些,它不区分大小写。

我尝试了什么

match= re.match(r'[^GaAgUuCc]',seq2)

在RNA序列中找到非RNA特征

3 个答案:

答案 0 :(得分:2)

改为使用re.search

>>> re.search(r'[^GAUC]', 'acg', re.I)
>>> re.search(r'[^GAUC]', 'acgf', re.I)
<_sre.SRE_Match object at 0x7f1b6a9e32a0>

re.I使正则表达式不区分大小写。

更快的方法是使用集合来检查字符集是否是允许字符的子集:

>>> set('acg'.upper()) <= set('GAUC')
True
>>> set('acgs'.upper()) <= set('GAUC')
False

答案 1 :(得分:1)

您需要在正则表达式中使用量词来匹配更多字符: -

>>> match = re.search("[^GAUC]+","ggggugcccgcuagrrragagacagu", re.I)
>>> match
9: <_sre.SRE_Match object at 0x01BCA8A8>
>>> match.group()
10: 'rrr'

答案 2 :(得分:1)

您应该使用re.search()re.findall()而不是re.match()

In [9]: seq2 = 'ggggugcccQgcuagagaZgacagu'

In [10]: re.findall(r'[^GaAgUuCc]',seq2)
Out[10]: ['Q', 'Z']